全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

MedJev:快速高效医学图像理解的 System One 视觉语言决策模型

Medical image understanding with vision-language models (VLMs) typically relies on autoregressively generating reasoning and answer tokens. These unnecessary tokens make the inference cost scale with the response length and force the answer to be parsed from free-form text, incurring avoidable latency and decision erro

阅读原文 · Fan Zhang, Hao Wu, Jinyang Wu, Hongyu Qu, Zheng Lian, Dongfu Yin, Qingsong Wen, Pheng-Ann Heng

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

医疗多模态模型有个被忽略的成本:回答问题前,先要自回归生成一堆推理和答案 token。响应越长,推理越慢,答案还得从自由文本里解析出来,解析本身就会出错。 MedJev 想砍掉这一段。它把图像、问题、候选答案直接送进一次多模态前向,输出决策,全程不生成任何 token。这个思路值得看,因为它把“医疗 VQA 到底需不需要生成式推理”这个问题摆到了台面上。 这...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。